高まるEC需要に対応：クリーンでリッチなデータ構造を可能にするGlisten

リンクをコピーしました

※音声読み上げ機能はAI生成のため、
読み間違いが発生する場合があります。

新型コロナウィルス感染拡大により緊急事態宣言が発令、外出自粛が求められたことを受け、オンラインショップを筆頭に「巣ごもり需要」が急増。高まった非接触志向から衣服や日用品を始めとする消費行動がオンラインに移行した。高まるECの需要を受け、販売効率を上げるために、より効果的に消費者の需要に的確に商品をマッチングさせる検索効果は重要であろう。

例えば、衣服を購入する時、思った通りのアイテムが検索結果に出てこない葛藤を感じたことはないだろうか。特定のアイテム名で探すことが困難な場合、着用用途・場所が決まっていて購入しようとする場合など、ブランドの固定のウェイブサイトに飛んで探すのは少々骨が折れる。ユーザー側におけるこの葛藤は、オンラインストア管理側のアイテムのタグ付けが手動で行われていることに起因する。

そこで、「Glisten(グリステン)」では本来手動かつテキストベースで行われてきたタグ付けを、コンピュータービジョンを用いて写真一枚から自動でタグを生成するAPIを提供している。創業間もないGlistenは既に創業者のうち、Sarah Wooders(サラ・ウッダーズ)氏にインタビューを行った。

共同創業者のSarah Wooders(写真左)、Alice Deng(写真右)

消費者側の体験に着想

ウッダーズ氏は、彼女自身が元より通販で衣料品を多く購入していたことから、その使いにくさとアイテムの見つけにくさに問題意識を持っていたという。
「一度Vネックシャツを探していて、『Vネック』と打ち込んだところ2点のアイテムがヒットしました。しかしウェブサイトを網羅してみると他に『Vネック』で該当すべきはずのアイテムが20点以上見つかったのです。」

この記事は会員限定です。
登録すると続きをお読みいただけます。

新規会員登録（無料）登録済みの方はログイン

会員登録でできること